机器学习与数据挖掘复习.docVIP

类器进行投票。他适用于不稳定的学习过程，即数据集的一个小变动会产生大的差别，例如 决策树、多层感知器。 6. Boosting 方法：它能提高弱分类器的性能。它是带权值的抽样，改变数据对象的权值，分 类好的数据给与小权值， 分类不好的数据给与大权值， 最终集成分类结果用加权投票的方法。 7. 一些经验： a 如果分类器不稳定用 bagging。 b 如果分类器稳定且简单用 boosting。 c 如果分类器稳定且复杂用随机注入。 d 如果数据有很多类，但是分类器只能处理两个类时，用错误纠正编码。 8. 为什么集成学习有效： a 从统计学角度来说当假设空间很大时， 有可能有一些假设有着相同的精度， 单一的 学习器只能找出他们中的一个假设。 然而集成多个假设就有可能找到最可能的假设。 b 从计算角度来讲， 很多单一学习算法都只能找到一个局部最优假设， 当数据集很大 时，可能很难找到一个最优假设，集成学习可以从多个起始点去局部逼近，这样就 有可能得到一个全局最优的假设。 c 从表示角度来说， 很多情况下最好的假设并不存在于假设空间中， 当用集成方法对 多个假设空间加权集成时就有可能突破假设空间找到最符合的假设。 第十一章 聚类分析 1. 什么叫聚类分析：从给定对象中找出一些簇，使在同一簇中的对象要相似，类与类之间 的对象要不相似。我们希望类内部越紧越好，类之间界限要越明显越好。 2.